排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
为了进一步提高光伏出力预测的精度,提出了一种基于在线序列极限学习机的光伏发电中长期功率预测方法. 结合在线序列极限学习机学习速度快、泛化能力强的特点,通过对大量气象数据和历史发电数据综合处理,对光伏发电系统的输出功率进行预测. 同时,由于实时数据的不断输入,该方法能够对预测模型进行在线更新. 算例仿真研究表明,该预测方法与反向传播神经网络、支持向量机方法相比,能够有效提高预测精度,满足在线应用的需求,具有较好的应用前景. 相似文献
2.
抽水蓄能电站水库库容是制约抽蓄调节能力的关键因素,其受到不同季节的天气因素的影响。以往抽水蓄能电站模型的研究中很少考虑天气因素造成的影响,这将造成含抽水蓄能电站电力系统运行状态建模仿真的偏差。详细分析了天气因素对抽水蓄能水库水量的影响,针对水量变化建立计及考虑天气因素的抽水蓄能电站模型,该模型用于分析风-光-火-储系统的优化运行。结果表明,不同天气条件下抽蓄的调节能力变化会显著影响系统的调峰能力及新能源消纳水平。提出的模型能够更精确、有效地模拟天气条件对系统调节带来的影响。 相似文献
1